發(fā)布時(shí)間：2025-04-14 23:11

　　 為了給繼電保護(hù)裝置的狀態(tài)檢修提供科學(xué)檢修依據(jù),提出了一種改進(jìn)的遺傳算法(GA)優(yōu)化支持向量機(jī)(SVM)參數(shù)的分類(lèi)方法,將此方法應(yīng)用于繼電保護(hù)裝置的狀態(tài)評(píng)估中。首先根據(jù)采集單元采集的運(yùn)行狀態(tài)數(shù)據(jù)經(jīng)數(shù)據(jù)預(yù)處理后形成樣本數(shù)據(jù)庫(kù),同時(shí)采用遺傳算法優(yōu)化SVM的核函數(shù)參數(shù)及錯(cuò)誤懲罰因子等;然后建立GASVM狀態(tài)評(píng)估模型,通過(guò)計(jì)算點(diǎn)到超平面的距離,將評(píng)估問(wèn)題轉(zhuǎn)化為一個(gè)分類(lèi)問(wèn)題,利用云模型的隨機(jī)性和穩(wěn)定的趨向性來(lái)實(shí)現(xiàn)健康度與評(píng)語(yǔ)域之間的不確定性映射,使得評(píng)估結(jié)果更加符合實(shí)際情況。仿真結(jié)果表明所提方法能有效評(píng)估保護(hù)裝置的運(yùn)行狀態(tài),為運(yùn)維檢修人員提供檢修依據(jù)。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基于GA優(yōu)化SVM參數(shù)的評(píng)估模型
    1.1 SVM算法原理
    1.2 基于GA優(yōu)化SVM參數(shù)的分類(lèi)
2 基于云模型的定量評(píng)估模型
    2.1 云模型的建立
    2.2 定量評(píng)估
3 算例分析
    3.1 SVM訓(xùn)練樣本
    3.2 狀態(tài)評(píng)估
    3.3 與神經(jīng)網(wǎng)絡(luò)方法的比較
4 結(jié)語(yǔ)



本文編號(hào)：4039690